Mantén la calidad de los datos acorde a su uso real, de la recogida a la eliminación

## Define qué son datos buenos según el uso que tendrán Considere la calidad como el grado en que los datos pueden respaldar una decisión, un servicio, un análisis o una obligación específicos. Un conjunto de datos puede estar bien estructurado y, aun así, no ser adecuado para un uso concreto; por eso, empiece por el contexto en vez de hacer una promesa genérica de que los datos son «buenos». - Identifique a los usuarios previstos, las decisiones, los resultados y las consecuencias de los errores. - Registre los umbrales mínimos aceptables para las cualidades que importan en ese uso. - Separe las pruebas observables de las suposiciones sobre la idoneidad. - Vuelva a evaluar la idoneidad cuando cambien la finalidad, los usuarios o el entorno operativo. ## Nombra un responsable para cada conjunto de datos y cada corrección Haga de la calidad una responsabilidad operativa compartida, con derechos de decisión claros. La alta dirección financia y prioriza el trabajo, los responsables sujetos a rendición de cuentas aceptan el riesgo residual, los especialistas diseñan los controles y las personas que crean o gestionan los datos los aplican en la práctica diaria. - Asigne un responsable identificado a cada conjunto de datos, control, incidencia y medida correctiva importantes. - Defina quién puede aceptar excepciones y a quién se debe informar. - Forme a los colaboradores en las normas y comprobaciones pertinentes para su función. - Revise periódicamente las carencias de capacidades, los defectos recurrentes y las acciones vencidas. ## Pregunta cómo se usan de verdad los datos y ordena las mejoras por impacto Recopile pruebas sobre cómo se consumen realmente los datos, no solo sobre cómo espera el productor que se utilicen. Distintos usuarios pueden necesitar diferentes niveles de actualidad, detalle, cobertura o precisión, y una mejora puede beneficiar a un uso mientras perjudica a otro. - Entreviste a una muestra representativa de productores, procesadores, analistas, operadores y destinatarios. - Relacione cada uso con las decisiones, las dependencias, el impacto de los fallos y la tolerancia a la incertidumbre. - Priorice las mejoras según el valor para el usuario, el daño evitado, el alcance y el coste de implementación. - Revise las prioridades cuando cambie la demanda o aparezca un nuevo uso con consecuencias graves. ## Fija controles para cada etapa, de la planificación a la eliminación Modele el ciclo de vida como un circuito conectado: planificar; adquirir; preparar y mantener; utilizar; compartir; y, finalmente, conservar o eliminar. El trabajo de calidad debe acompañar a los datos a lo largo de esas etapas, porque los defectos introducidos al principio pueden permanecer ocultos hasta una decisión o publicación posterior. - Defina los criterios de entrada y salida, la validación, las pruebas y la responsabilidad de cada etapa. - Trace los campos importantes desde su origen, a través de las transformaciones, hasta los resultados finales. - Devuelva una incidencia a la etapa más temprana en la que pueda eliminarse su causa. - Conserve suficiente linaje e historial de decisiones para que un revisor pueda reconstruir lo ocurrido. ## Detén los valores erróneos al recoger o introducir los datos Evite los defectos prevenibles en el punto de captura. Las reglas de recopilación deben facilitar el suministro de los valores esperados, rechazar los valores imposibles sin ocultar excepciones legítimas y conservar suficiente contexto para explicar el origen y el significado de cada registro. - Valide los campos obligatorios, los formatos, los intervalos, los identificadores y los valores de referencia. - Detecte registros ausentes, repetidos, contradictorios o modificados de forma inesperada. - Registre la procedencia, el momento de recopilación, las definiciones y las transformaciones conocidas. - Proporcione una vía de retroalimentación para que los usuarios posteriores puedan comunicar los defectos al responsable de la fuente. ## Compara recuentos y totales antes y después de procesar los datos Proteja el significado mientras los datos se estandarizan, vinculan, transforman, migran o actualizan. Automatice las comprobaciones estables cuando resulte práctico, pero mantenga la revisión humana para las relaciones ambiguas, las anomalías significativas y los cambios que puedan alterar la interpretación. - Pruebe las transformaciones con reglas documentadas y casos límite representativos. - Concilie los recuentos, totales, claves y atributos críticos antes y después del procesamiento. - Supervise las desviaciones, los registros obsoletos, los cambios de esquema, los vínculos rotos y las variaciones de volumen sin explicación. - Gestione conjuntamente las versiones de las definiciones y los controles con las de los sistemas que los implementan. ## Comprueba que los datos siguen sirviendo antes de usarlos o compartirlos Antes de un análisis, una puesta en operación o un intercambio externo, verifique que los datos sigan siendo adecuados para ese uso exacto. Aplique conjuntamente los controles de acceso, privacidad, divulgación y calidad, porque unos datos técnicamente válidos pueden aun así causar daños cuando faltan contexto o salvaguardas. - Revise los resultados significativos cotejándolos con las pruebas de origen y las limitaciones conocidas. - Publique o transfiera junto con los datos las definiciones, el linaje, los hallazgos de calidad y los usos permitidos. - Registre las correcciones y notifique a los destinatarios afectados cuando un defecto modifique una conclusión anterior. - Durante la conservación o eliminación, preserve la integridad, las pruebas de auditoría y los conocimientos esenciales durante el periodo requerido. ## Mide cada tipo de problema de datos por separado, no en una sola nota Utilice medidas independientes para los distintos modos de fallo, en lugar de reducirlos a una única puntuación. Como mínimo, considere si están presentes los valores obligatorios, si cada entidad está representada una sola vez, si los valores concuerdan entre las fuentes, si los datos están suficientemente actualizados, si los valores cumplen las reglas establecidas y si los registros reflejan la realidad. - Defina cada métrica con su población, numerador, denominador, exclusiones y periodo de tiempo. - Establezca los umbrales según el caso de uso y el riesgo, en vez de copiar un objetivo universal. - Mantenga separadas la conformidad con las reglas y la corrección respecto a la realidad. - Añada dimensiones especializadas cuando la decisión dependa de características que no estén cubiertas por el conjunto básico. ## Explica a los usuarios qué se comprobó y qué no Proporcione a los usuarios información suficiente para que puedan juzgar por sí mismos la idoneidad. Los informes de calidad deben indicar qué se comprobó, qué no se comprobó, el resultado, el impacto en el negocio, la incertidumbre sin resolver, y el responsable y el plazo de la siguiente acción. - Utilice un lenguaje sencillo, pero conserve las definiciones necesarias para la reproducibilidad. - Informe tanto del estado actual como de la dirección del cambio. - Explique las compensaciones, como publicar antes con menor cobertura o esperar para obtener garantías más sólidas. - Distinga entre defectos confirmados, riesgos sospechados, excepciones aceptadas e incógnitas. ## Corrige la causa raíz de los errores repetidos y cierra cada caso con pruebas Trate los defectos recurrentes como señales de un proceso deficiente, en vez de considerarlos tareas de limpieza aisladas. Contenga el daño inmediato, investigue cómo se introdujo el defecto y cómo eludió la detección, cambie después el primer control eficaz y verifique que el cambio funcione a lo largo del tiempo. - Registre las incidencias con su gravedad, usos afectados, pruebas, responsable, fecha límite y estado. - Analice los patrones entre incidentes, etapas, fuentes y controles. - Compare los resultados con los umbrales y los periodos anteriores para identificar deterioros o mejoras. - Cierre una acción únicamente cuando las pruebas demuestren que la causa raíz está controlada y que no queda ningún impacto posterior significativo.